2023年秋季学期视觉计算实验室第十一次论文研读预告

时间:2023年12月5日(下周二) 09: 30

地点:望江校区基础教学楼B座318实验室

分享者:王启鹏、杨璐歌、赖葳

Part1

分享者:王启鹏

分享内容:

[1] Hull, Matthew et al. “VisGrader: Automatic Grading of D3 Visualizations.” IEEE transactions on visualization and computer graphics PP (2023): n. pag.

[2] Hayatpur, Devamardeep et al. “CrossCode: Multi-level Visualization of Program Execution.” Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems (2023): n. pag.

论文简介:

[1] 对 D3 数据可视化进行手动评分是一项极具挑战性的工作,对于拥有数百名学生的大班教学来说尤其困难。对交互式可视化进行评分需要将交互式、定量和定性评估结合起来,而这些工作通常都是手动完成的,而且随着可视化复杂度、数据规模和学生人数的增加,评分工作也很难扩展。我们提出的 VISGRADER 是一种首创的 D3 可视化自动分级方法,可对可视化中使用的数据绑定、可视化编码、交互和设计规范进行可扩展的精确评估。我们的方法增强了学生的学习体验,使他们能够频繁地提交代码并获得快速反馈,从而更好地指导其代码和可视化设计的迭代和改进。我们已经在佐治亚理工学院的一门可视化课程中成功部署了我们的方法,并对 4000 多名学生提交的 D3 代码进行了自动分级,同时还收到了关于扩大采用范围的积极反馈。

[2] 程序可视化有助于形成关于程序如何工作的有用心智模型,并有助于推理和调试代码。但这些可视化存在于固定的抽象层次,例如逐行抽象。相反,程序员在检查程序行为时会在多个抽象层次之间切换。根据手工设计程序可视化的形成性研究结果,我们设计了基于网络的 JavaScript 程序可视化系统 CROSSCODE,该系统利用语法、控制流和数据流中的结构线索,在多个抽象层次上聚合和导航程序的执行。在与专家进行的一项探索性定性研究中,我们发现 CROSSCODE 使参与者能够在程序执行过程中保持强烈的位置感,有利于解释程序行为,并有助于跟踪程序状态的变化和更新。

Part2

分享者:杨璐歌

分享内容:

[1] Liu, Can et al. “AutoTitle: An Interactive Title Generator for Visualizations.” IEEE transactions on visualization and computer graphics PP (2023): n. pag.

[2] Wu, Guande et al. “Socrates: Data Story Generation via Adaptive Machine-Guided Elicitation of User Feedback.” IEEE transactions on visualization and computer graphics PP (2023): n. pag.

论文简介:

[1] 我们提出了一种满足多种用户需求的交互式可视化标题生成器Auto Title。根据用户访谈的反馈,总结出好标题的要素,即特征重要性、覆盖面、严谨性、一般信息丰富性、简洁性和非技术性。可视化作者需要在这些因素之间进行权衡,以适应特定的场景,从而产生了可视化标题广阔的设计空间。Auto Title通过可视化事实遍历、基于深度学习的事实到标题生成、6个因子的量化评价等过程生成各种标题。Auto Title还为用户提供了一个交互界面,通过筛选指标来探索想要的标题。我们进行了一项用户研究,以验证生成标题的质量以及这些指标的合理性和有用性。

[2] 可视化数据故事可以有效地传达数据中的洞察力,但其创作往往需要进行复杂的数据探索、洞察发现、叙事组织和定制,以满足故事讲述者的传播目标。然而,现有的数据故事自动生成技术往往忽略了数据故事生成过程中用户定制的重要性,限制了系统创建反映用户意图的定制化叙事的能力。我们提出了一种新颖的数据故事生成工作流,它利用自适应机器引导的用户反馈来定制故事。我们的方法为现有的故事生成系统使用了一个自适应的插件模块,它通过基于会话历史和数据集的交互式提问来整合用户反馈。这种适应性细化了系统对于用户意图的理解,保证了最终的叙事与他们的目标保持一致。我们通过一个交互原型:Socrates的实现来证明我们方法的可行性。通过对18名参与者的定量用户研究,将我们的方法与最先进的数据故事生成算法进行了比较,我们表明,与人类生成的故事相比,Socrates产生了更多的相关故事,其洞察力的重叠也更大。我们还通过对三位数据分析师的访谈展示了Socrates的可用性,并强调了未来的工作领域。

Part3

分享者:赖葳

分享内容:

[1] Wu, Yuchen et al. “LiveRetro: Visual Analytics for Strategic Retrospect in Livestream E-Commerce.” IEEE transactions on visualization and computer graphics PP (2023): n. pag.

论文简介:

[1] 直播电子商务集成了直播和在线购物,允许观众在观看时进行购买。然而,由于有限的经验研究和缺乏定量数据带来的主观偏见,有效的营销策略仍然是一个挑战。当前的工具无法捕捉直播实时表现和反馈之间的相互依赖性。本研究确定了计算特征、制定了设计要求并开发了 LiveRetro,一种交互式可视化分析系统。它能够对流媒体、观众和商品直播电子商务进行全面的回顾分析。LiveRetro 使用增强的可视化和时间序列预测模型来对齐性能特征和反馈,识别渠道、商品、特征和细分层面的影响。通过案例研究和专家访谈,系统提供了对直播实时表现和统计之间关系的深刻见解,从多个角度进行有效的战略分析。